Tactile Sensing for Grasp Stability and Adaptation
Retour tactile pour la stabilité et l'adaptation de la préhension
Résumé
Dexterous object manipulation is a crucial skill for humanoid robots, enabling them to interact effectively with their environment and perform various tasks. While humans excel at handling objects of different sizes and shapes, even in challenging conditions such as darkness or without visual cues, robotic manipulation capabilities significantly lag behind. This disparity can be attributed to the advanced sensory systems, motor coordination, and continuous learning and adaptation inherent to humans.Grasping, a fundamental component of manipulation, remains one of the most challenging areas in robotics. It demands a multidisciplinary approach, encompassing planning, control, perception, and robotic hand design. Despite over five decades of research, robots are currently proficient mainly in controlled, familiar environments. They can manage some variations learned during training, often in simulations or demonstrations, but unexpected changes and uncertainties frequently result in grasp failures.While vision-based approaches for grasp planning have been extensively studied, they lack the physical interaction information critical for successful manipulation. Tactile sensing, which provides this essential feedback, has gained popularity due to advancements in sensing technologies that can be integrated into robotic manipulators. However, further development is needed to fully leverage tactile feedback for improved robotic manipulation.This dissertation investigates the use of tactile sensing to enhance robotic grasping performance. It focuses on developing methods for slippage detection, contact force control, and initial grasp adaptation using tactile feedback. By integrating tactile sensing into the control loop, this work aims to improve the adaptability and robustness of robotic grasping, addressing uncertainties and enhancing manipulation capabilities in real-world scenario
La manipulation dextre est une capacité essentielle pour les robots humanoïdes, leur permettant d'interagir efficacement avec leur environnement et d'effectuer diverses tâches. Alors que les humains excellent dans la manipulation d'objets de tailles et de formes différentes, même dans des conditions difficiles telles que l'obscurité ou sans retour visuel, les capacités de manipulation des robots sont nettement inférieures à celles des humains. Cet écart peut être attribué aux systèmes sensoriels avancés, à la coordination motrice et à l'apprentissage continu et à l'adaptation inhérents aux humains.La préhension, composante fondamentale de la manipulation, reste un défi majeur en robotique. Elle nécessite une approche multidisciplinaire, englobant la planification, le contrôle, la perception et la conception des mains robotiques. Malgré plus de cinq décennies de recherche, les robots sont actuellement compétents principalement dans des environnements contrôlés et familiers. Ils peuvent gérer certaines variations apprises pendant l'entraînement, souvent en simulation ou lors de démonstrations, mais les événements imprévus et les incertitudes entraînent fréquemment des échecs de préhension.Bien que les approches basées sur la vision pour la planification de la préhension aient été largement étudiées, elles manquent des informations d'interaction physique essentielles pour une manipulation réussie. Les capteurs tactiles, qui fournissent ce retour d'information crucial, ont gagné en popularité grâce aux avancées dans les technologies de détection pouvant être intégrées dans les manipulateurs robotiques. Cependant, un développement supplémentaire est nécessaire pour tirer pleinement parti du retour tactile pour améliorer la manipulation robotique.Cette thèse explore l'exploitation du retour tactile pour améliorer les performances de la préhension robotique. Elle propose des méthodes pour la détection de glissement, le contrôle de la force de contact et l'adaptation initiale de la préhension en utilisant le retour tactile. En exploitant le retour tactile en temps réel dans la boucle de contrôle, ce travail vise à améliorer l'adaptabilité et la robustesse de la préhension robotique, en répondant aux incertitudes et en améliorant les capacités de manipulation dans des scénarios réels.
Domaines
Robotique [cs.RO]| Origine | Version validée par le jury (STAR) |
|---|